苦参碱通过Hippo信号通路促进大鼠皮肤创面愈合及血管生成

目的探讨苦参碱(MT)对皮肤创面愈合的影响及可能机制。方法在48只大鼠中成功建立全层皮肤切除创伤模型,将模型大鼠随机分为阴性对照组(模型组,涂抹100μL等渗盐水)、阳性药物组(PD组,涂抹100μL的京万红软膏)、苦参碱组(MT组,涂抹浓度为200 ng/mL的苦参碱混合液100μL)、苦参碱+维替泊芬组(MT+VP组,涂抹苦参碱混合液100μL后,腹腔注射100 mg/kg维替泊芬),每组12只。各组每日给药1次,持续7 d。比较各组大鼠的创面愈合率、病理组织损伤情况、CD31阳性染色细胞比例,以及血清白细胞介素-6(IL-6)、肿瘤坏死因子-α(TNF-α)、白细胞介素-1β(IL-1β)水平。蛋白免疫印迹检测(Western blot)Hippo通路相关蛋白表达。结果造模后3、7、14 d时,与模型组创面愈合率[(14.02±1.87)%、(36.23±3.62)%、(65.53±3.85)%]相比,PD组[(21.36±2.51)%、(61.86±3.13)%、(94.26±0.26)%]和MT组[(21.57±2.24)%、(54.35±3.66)%、(94.18±3.13)%]均明显升高(P<0.05);与MT组相比,MT+VP组创面愈合率[(18.35±2.03)%、(43.68±3.54)%、(74.26±3.55)%]均明显降低(P<0.05)。造模后7 d,与模型组(186.75±18.53、85.73±10.15、57.96±5.85)相比,PD组(89.75±9.75、43.12±5.75、8.76±1.13)和MT组(92.57±23.62、46.62±6.54、12.36±1.06)的IL-1β、IL-6、TNF-α水平均明显降低(P<0.05),CD31阳性染色细胞百分比明显升高(P<0.05),MST1、LAST1和YAP蛋白磷酸化水平明显升高(P<0.05),而YAP核移位明显降低(P<0.05)。与MT组相比,MT+VP组IL-1β、IL-6、TNF-α水平均明显升高,CD31阳性染色细胞百分比明显降低,MST1、LAST1和YAP蛋白磷酸化水平明显降低,而YAP核移位明显增加(P<0.05)。与模型组皮肤创面完全愈合时间[(26.33±0.94)d]和瘢痕厚度[(0.58±0.11)mm]相比,PD组[(19.50±0.82)d、(0.24±0.04)mm]和MT组[(19.00±0.50)d、(0.25±0.04)mm]明显减少(P<0.05);与MT组相比,MT+VP组创面完全愈合时间[(22.33±0.94)d]和瘢痕厚度[(0.41±0.04)mm]均明显增加(P<0.05)。结论苦参碱能够通过抑制炎症反应、促进血管生成加速全层皮肤切除创伤大鼠的皮肤创面愈合,这一过程可能涉及苦参碱对Hippo-Yap通路的激活效应。

消肿散洗剂促进痔疮术后创面愈合临床研究

目的探讨消肿散洗剂促进痔疮术后创面愈合的临床疗效。方法选择80例行混合痔切除术的患者,采用随机数字表法将患者随机分为研究组(40例)和对照组(40例),对照组术后给予常规护理及对症支持治疗,研究组在对照组基础上给予消肿散洗剂外洗,2组均治疗1周。比较2组术后第3天、第5天的创面疼痛视觉模拟评分(visual analogue scale,VAS)评分,术后第3天创面增生肉芽组织中血管内皮生长因子(vascular endothelial growth factor,VEGF)的表达水平,以及术后首次排便时间和住院天数。结果研究组术后第3天、第5天的创面VAS评分低于对照组(P均<0.05)。研究组术后第3天创面增生肉芽组织中VEGF的表达水平高于对照组(P<0.01)。研究组术后首次排便时间和住院天数均短于对照组(P均<0.05)。结论消肿散洗剂可减轻痔疮切除术后疼痛,增加创面肉芽组织中VEGF的表达水平,缩短术后首次排便时间和住院时间,从而有效促进创面愈合。

灾后无人机自组网高动态多信道TDMA调度算法

以自然灾害、事故灾难为主要类型的极端突发事件对应急通信网络快速重组与灾情信息实时回传提出了严峻挑战,亟需构建具备快速响应能力、按需动态调整的应急通信网络。为了在断电、断路、断网“三断”极端条件下实现灾情信息实时回传,可通过多无人机形成飞行自组网对受灾区域进行网络通信覆盖。针对灾后复杂环境受限条件下飞行自组织网络通信资源调度不合理引起的信道冲突问题,提出了基于Q-learning的自适应多信道时分多址调度算法。根据无人机间的链路干扰关系建立顶点干扰图,结合图着色理论,将高动态场景下多信道时分多址调度问题抽象为动态二重着色问题。考虑无人机的高速移动性,通过自适应调整Q-learning的学习因子,实现算法的收敛速度与最优解探索能力的权衡优化,以适应高动态的网络拓扑。通过仿真实验证明,所提算法可以实现网络通信冲突和收敛速度的权衡优化,能够解决灾后高动态场景下资源分配决策与快变拓扑适配问题。

基于无监督深度学习的图像拼接实验设计与实现

在智能交通、虚拟现实和遥感监控等图像应用领域,通过图像拼接可将多个摄像头获取的图像进行宽视野整体呈现。针对当前数字图像处理和模式识别等电子信息类专业课程缺少图像拼接相关的教学案例以及大视差图像拼接时存在伪影、失真等问题,给出一种基于景深-彩色图像融合的无监督深度学习图像拼接方法。采用彩色图像对应的景深图进行图像融合,计算单应性变换获得粗略对齐的图像,以低分辨率分支和高分辨率对齐分支获得精细对齐的图像,使用通道注意力和扩张卷积提升拼接效果。在不同数据集及多个场景下测试了视差图像拼接的效果,验证了该方法在真实场景下进行大视差图像拼接及多摄像头图像拼接的有效性。

基于SDN的视频跨域专网实验设计仿真

软件定义网络(SDN)将网络控制平面与底层的转发设备解耦,为新型互联网体系结构研究提供了新的实验途径。电子信息等相关专业教学亟须基于SDN的网络实验和仿真案例。构建SDN视频跨域专网实验平台,采用PIE算法对专网进行网络流量控制实验设计。结合通信网络教学常用的ns-3仿真软件进行了实验仿真,测试了典型业务场景的网络性能。仿真结果表明,PIE算法具有在网络拥塞时改善端到端时延的能力。

车联网中基于深度强化学习的高可靠资源分配算法

针对车联网环境下用户通信质量下降以及频谱资源紧张导致车辆与车辆(vehicle to vehicle,V2V)链路的关键信息传输难以满足高可靠性通信需求的问题,提出了一种基于深度强化学习(deep reinforcement learning,DRL)的高可靠资源分配算法。考虑干扰、传输时延和有效传输概率等约束条件,构建了车联网的可靠性保障优化问题;为了进一步保障V2V链路关键信息传输的可靠性,设计了压缩网络来压缩环境状态信息;根据可靠性保障优化问题设计了相应的奖励函数,并基于双深度Q网络(double deep Q-network,DDQN)设计了一种智能资源分配策略。仿真结果表明,所提算法能有效提高车联网的总速率,实现V2V链路关键信息的高可靠传输。

基于随机网络演算的车联网边缘计算多跳任务卸载性能分析

车联网(IoV)边缘计算通过在网络边缘部署计算资源,可为车载用户提供低时延服务。该文通过随机网络演算(SNC)矩母函数(MGF)法分析车联网移动边缘计算的时延和数据积压性能。首先,分别对车辆高优先级和低优先级业务到达过程、单跳毫米波通信服务过程和边缘计算服务过程进行数学建模;其次,由服务级联定理获得不同优先级业务在多跳网络中的服务过程及其矩母函数表达式;接着,推导了车辆边缘网络不同优先级业务毫米波多跳通信任务卸载的时延和数据积压概率边界闭式解;最后通过蒙特卡罗仿真验证闭式解的准确性。

量子粒子群优化算法的收缩-扩张系数控制策略研究

收缩—扩张(CE)系数是量子粒子群优化算法(QPSO)需要人工设定的最核心参数,如何选择该参数成为一个重要的问题。为寻找更为有效的CE系数控制方法,根据CE系数递减思想,提出了一种凸凹性可变的指数型非线性下降CE系数控制策略。采用Sphere、Rastrigrin、Griewank和Ackley四种典型的单峰与多峰标准测试函数研究了CE系数的不同控制策略以及不同初始值对量子粒子群优化算法收敛精度与收敛速度的影响,并与线性下降CE系数及固定CE系数两种控制策略进行了对比分析,得出了CE系数控制策略选择的一般性指导准则,为量子粒子群优化算法的应用提供依据。

深部巷道围岩锚固结构失稳破坏全过程试验研究

为了探索深部巷道围岩锚固结构从开始承载至整体失稳全过程,揭示围岩内部应力及变形破裂演化规律,以口孜东矿-967 m水平西翼轨道大巷为工程背景,依托自主研制的深部地下工程结构失稳全过程模拟试验系统,结合声发射、电磁辐射、电阻率、数字散斑等多源地球物理信息监测技术,对无支护、锚杆支护及锚杆索支护巷道围岩锚固结构承载特性及变形破裂演化特征进行大尺度物理模型试验研究。试验获得了不同支护锚固结构变形破裂全过程荷载-位移曲线,随着支护强度的增加,荷载-位移曲线应力跌落现象逐渐减弱,而锚固结构峰值承载能力、等效弹性模量和峰值位移分别增加了82.57%,33.33%和107.24%,巷道围岩越容易形成“压力拱”结构效应,抵抗变形的能力逐渐增强;试验过程中,顶板围岩变形量最大,两帮次之,底板最小,锚固结构破坏特征随支护强度的增加由张拉裂纹为主的脆性破坏向剪切滑移为主的塑性破坏转化;多源地球物理信息响应特征与荷载-位移曲线具有良好的耦合关系,随着支护强度的增加,锚固结构内部单位时间破坏次数逐渐减少,电磁辐射强度及脉冲数均逐渐减弱;声发射事件与锚固结构裂纹萌生扩展呈现较好的对应特征,在模型进入非稳定破坏阶段,随着裂纹迅速扩展,声发射活动异常活跃;随着荷载的增加,锚固结构由于裂纹发育趋于松散破裂,视电阻率逐渐升高导致区域导电能力逐渐降低,随着支护强度的增加,锚固结构的高阻区形成时间变大而范围变小。

全源矿井定位:一种智能煤矿位置服务新范式

矿山动目标定位系统为煤矿智能化建设提供基于位置的服务。而传统的矿井定位系统中定位信标与定位标签之间大多采用单一或组合通信技术,结构不灵活,覆盖范围受限,鲁棒性不高,定位精度有限;使用单一或组合测距技术,无法根据使用场景的不同自适应选择最优测距技术;位置求解算法固定,无法根据使用场景的不同和信号变化自适应选择最优求解算法。提出了全源矿井定位新范式,可根据定位环境和目标承载平台的变化,从所有可用定位信号测量设备中动态选择满足当前需求的最优设备组合,自适应地从可用的测距算法、位置解算算法、结果优化算法中选择最优的算法组合,计算出目标节点的最优位置。给出了全源矿井定位系统架构,探讨了矿井中可用的定位信号测量设备和可用于定位的测量属性值类型,对比了单一矿井定位与全源矿井定位在定位服务器方面的功能差异。研究了全源矿井定位中的3项关键技术:统一定位框架技术,旨在解决全源定位的模块化、组合式、可扩充需求;全源定位信息融合技术,对测量属性值进行有机组织,达到提高定位精度的目的;通信定位一体化技术,通过无线通信网络本身所具有的定位能力,简化全源矿井定位系统的设计并提高定位精度。提出了基于“端-边-云”的全源矿井定位系统实施架构,以便与煤矿智能化的主流建设模式相适应,大幅降低实施难度和系统成本。

基于TOA/DOA参数估计的隧道高分辨率无源移动目标定位

精确无源移动目标定位是隧道、矿井巷道等复杂地下空间人员安全、灾后及时施救的关键技术之一。提出一种基于TOA/DOA参数估计的隧道高分辨率无源移动目标定位方法。鉴于隧道巷道内静物回波信号的多径较多且衰落严重,基于特征值分解的零陷设计思路给出适合低信噪比条件下的最小范数强干扰抑制方法,抑制直达波和静物回波多径干扰信号,检测接收移动目标反射波;同时,为了克服隧道内的纳秒级密集多径和背景噪声,提出基于互高阶谱的RMCHS参数估计算法(Root Min-norm based on Cross High-order Specture,RMCHS),在低信噪比条件下进行高分辨率的TOA/DOA参数估计,从而实现基于TOA/DOA参数估计的隧道高分辨率无源移动目标定位。仿真实验表明,提出的强干扰抑制方法和RMCHS算法在隧道/巷道环境下有很强的鲁棒性,显著优于比较算法,减小了噪声和纳秒级密集多径对算法性能的影响。

基于多频连续波相位差测距的掘进机位姿识别方法

随着矿山生产过程的日趋无人/少人化,采掘装备位姿识别技术对煤矿井下安全生产和机器协同工作具有重要意义。为了解决在空间受限的复杂掘进作业环境下,电磁波频繁反射和散射会造成密集多径和大相位误差问题,采用无源宽带谐波标签生成可利用的谐波信号,建立基于非线性二次谐波反向散射的抗干扰模型,通过上、下行链路的频率分集,抑制矿井密集多径干扰;通过基于距离的几何定位方法,提出连贯发射宽带多频连续波(Coherent Sending Broadband Multifrequency Continuous-Wave,CSMCW)相位差测距算法,来解决大相位误差条件下的测距、定位和识别的准确性难题;并以掘进机为例,研究了基于CSMCW相位差测距的无源掘进机位姿识别方法。为了验证上述理论和算法的可行性,设定了长×宽×高为105 m×4 m×3 m的掘进机仿真实验场景,分别对谐波标签抗干扰性能、CSMCW相位差测距和掘进机位姿识别效果进行了仿真测试。仿真结果表明:采用无源宽带谐波标签,与传统无源标签相比可以获得更大的信干比,具有较强的顽健性,能够有效抑制纳秒级密集多径干扰;与二次相差测距算法、参差频差测距算法相比,基于谐波反向散射抗干扰模型的CSMCW测距算法具有更强的鲁棒性,在低信噪比条件下定位测距可达到厘米级的分辨率,保证了掘进机位姿姿态角的识别;信噪比(SNR)=-5 dB、测量距离为100 m时,基于提出的多频连续波相位差测距的位姿识别方法得到掘进机航向角、俯仰角、横滚角最大误差精度约为2.3°,能够满足未来的应用要求。

矿山工程信息物理系统研究及挑战

针对现有矿山工程信息系统缺乏安全生产相关运行模式的系统性设计,梳理分析了当前监测监控、工业总线、无线通信、生产控制和物联网等矿山信息技术领域存在的问题,从信息物理系统的角度,阐述了矿山工程信息物理系统(Mine Cyber-Physical Systems,MCPS)体系结构及主要问题;将矿山生产活动过程从单一设备、单一系统运行状态控制上升到全系统过程协同,提出多源信息感知、时空信息融合交互、异构网络统一传输、协同控制和工程标准化等MCPS技术挑战,构建"深度嵌入、泛在互联、智能感知和交互协同"的矿山工程信息物理系统。

深部地下巷道围岩结构监测信息化技术研究

在地下矿山开采过程中,巷道围岩结构变化具有显著的非线性特征,易引发较大的煤岩动力灾害。现有深部地下巷道围岩监测技术基于单一物理量的数据采集,缺乏多物理量的联合监测与分析,无法准确判断围岩结构变形状态。针对上述问题,基于对钻屑法、岩饼法、应力测量法、围岩变形监测法、电磁辐射法、声发射法、微震监测法、震动层析成像法等现有深部地下巷道围岩监测技术的分析,提出了采用深部地下巷道围岩结构监测信息化技术构建多源、多场的深部地下巷道围岩结构监测体系的设想,从数据感知、采集、传输、分析等方面阐述了深部地下巷道围岩结构监测信息化关键技术,并讨论了深部地下巷道围岩结构监测信息化面临的受限环境下传感节点供能、异构传感设备统一交互、时延敏感网络数据传输等挑战。

多重水印快速加密技术在图像深度传感器中的应用

针对票据中的数字、签名等关键内容容易被篡改的问题,研究了金融电子票据中高效率的快速多重数字水印加密方法。首先,利用卷积神经网络构建图像深度传感器来识别票据中的关键信息区域,以减少水印加密的运算数据量,提高金融票据自动处理效率。针对传统的网络结构易导致过拟合的问题,提出了利用票据图及其差分特征,构建适合CNN网络的多通道图像输入特征,能充分挖掘图像内在联系;进一步改进了传统的CNN网络结构,把所有卷积层的输出连接为一层,构成包含各层信息的融合特征,输入网络的全连接层进行分类识别。实验结果表明,改进后的CNN识别算法,相较传动CNN、DNN等算法,其性能均有明显提升,能够更加高效的进行多个关键区域的内容识别,从而高效的进行多重数字水印的加密,提高金融票据处理的安全性和运算效率。

矿山动态协同作业场景无线通信关键技术

随着智能化装备和工业机器人技术的发展,矿山开采过程逐渐趋向无人/少人化,亟需解决数据的高效连续传输问题,如矿山动态协同作业场景下大量的数据采集和传输、多样的用户设备接入以及低时延的控制操作等。深入剖析了矿山动态协同作业场景的通信技术需求、矿山无线通信技术的应用现状与发展趋势,分析了当前矿山无线通信的关键技术瓶颈、相关解决方案及其应用效果。得出分布式多源、多目标动态业务的激增及其并发式的传输是矿山高可靠、低时延多业务交互协同网络所面临的最大问题。如何利用矿山用户、设备群体的协同作业特点和对应的动态业务属性,有针对性地对通信网络的物理信道、物理资源进行管理和分配,则是从根本上有效优化网络可靠性,提高传输效率的关键。为此,提出了多业务属性驱动的矿山动态协同作业场景无线通信模式:在提取矿山非高斯脉冲干扰特征及无线信道空-时-频域统计特性的基础上,面向作业场景深入挖掘业务特性与物理层传输的内在关联,利用超图匹配、图论、博弈论、非正交多址接入等方法,从信道-链路-业务快速多维匹配的角度解决多用户协同交互传输通信链路和信道的匹配、多跳用户链路匹配、多业务QoS要求与链路匹配等快速匹配问题。

空间和频率分集联合的矿井无标签目标定位方法

传统的有源定位技术因井下环境复杂导致工作人员不便携带标签、作业途中丢失标签,在井下目标定位应用中受限,而现有的几何法、指纹法等无源定位技术因井下存在密集的多径干扰,导致定位精度低,不适合直接应用于井下。针对上述问题,提出了一种空间和频率分集联合的矿井无标签目标定位方法。该方法基于傅里叶域非均匀采样原理,通过对波数域中的目标回波信号进行傅里叶逆变换,恢复目标散射函数,实现目标定位;采用无源宽带谐波标签生成所需谐波信号,消除发射天线引入的基频干扰;利用谐波标签的空间多样性和谐波信号的频率多样性,融合多通道信息,实现空间和频率分集联合,解决采样信息不足导致的低定位精度问题;使用差分接收算法,消除下行链路多径干扰引起的相位误差,提高矿井无标签目标定位精度。仿真实验结果表明:该方法能够有效扩展波数域覆盖范围,抑制多径干扰,实现目标准确定位;在低信噪比条件下,定位精度可达分米级。

一种带内全双工无线网络MAC机制及性能分析

在带内全双工无线接入点与半双工用户的无线网络中,当接入点发起信道接入请求时,数据传输阶段接入点的同频上行链路将处于空闲状态,此时网络吞吐量仅相当于半双工模式.针对上述问题,提出一种新的媒体接入控制机制,可通过一次信道接入建立非对称带内全双工双向链路.无论接入点还是用户接入信道,该机制均能够保证接入点与两个用户进行同时同频上下行数据传输,提高了网络吞吐量.通过构建Markov模型分析非对称带内全双工-媒体接入控制的吞吐量性能.结果表明,非对称带内全双工-媒体接入控制与请求发送/允许发送机制相比,吞吐量提高了近1倍.

基于多层卷积特征的自适应决策融合目标跟踪算法

针对目标快速运动、遮挡等复杂视频场景中目标跟踪鲁棒性差和跟踪精度低的问题,该文提出一种基于多层卷积特征的自适应决策融合目标跟踪算法(ASFTT)。首先提取卷积神经网络(CNN)中帧图像的多层卷积特征,避免网络单层特征表征目标信息不全面的缺陷,增强算法的泛化能力;使用多层特征计算帧图像相关性响应,提高算法的跟踪精度;最后该文使用自适应决策融合算法将所有响应中目标位置决策动态融合以定位目标,融合算法综合考虑生成响应的各跟踪器的历史决策信息和当前决策信息,以保证算法的鲁棒性。采用标准数据集OTB2013对该文算法和6种当前主流跟踪算法进行了仿真对比,结果表明该文算法具有更加优秀的跟踪性能。

Energy optimal routing for long chain-type wireless sensor networks in underground mines

无线传感器网络是到存在在地下的矿监视系统的有用补充。他们起监视系统的安全提高和改善范围和灵活性的一个重要作用。对在在地下的矿的灾难以后的危险和环境敏感的区域要求节点的节省并且平衡的精力消费延长网络的 lifespan。基于一条隧道的结构，我们在场一个长链类型无线传感器网络(LC-WSN ) 掘监视地下的矿的安全。我们定义最佳的传播距离和关键区域和礼品的范围为 LC-WSN 到的一个精力最佳的路由(EOR ) 算法平衡节点的精力消费并且最大化网络的 lifespan。EOR 基于最佳的传播距离构造路由路径并且使用在关键区域平衡策略的一个精力。模拟结果证明 EOR 算法扩大一个网络的 lifespan，在关键区域平衡节点的精力消费并且有效地限制路由路径的长度，与类似的算法相比。